English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

A possibilidade de prever com antecedencia o risco de reprovacao de um estudante em um curso a distância e de grande valia para professores e tutores. Neste trabalho mostramos resultados da aplicacao de tecnicas de aprendizado de m´aquina nesta tarefa, utilizando como atributos unicamente contagens de interacoes ao longo do tempo. Mostramos que redes bayesianas sao adequadas ao problema. Vimos que a introducao de atributos derivados das contagens (e.g. medias) sao uteis para previsoes mais precisas quando a quantidade de dados e esparsa e que utilizando conjuntos de dados balanceados em relacao a aprovados e reprovados aumenta a predicao dos reprovados. Mostramos ainda a possibilidade de treinar os modelos em diferentes situacoes, como entre turmas e entre semestres diferentes.

Modelagem e predição da situação acadêmica de alunos de educação a distância.